pandas 群体百分比 [英] Pandas groupwise percentage
问题描述
我如何计算熊猫的分组比例？
类似于
熊猫：.groupby（）。size（）和百分比或我想计算每个组的价值的百分比。
我该如何实现这一目标？
我的数据集结构像
ClassLabel，Field
最初，我将 ClassLbel 和 Field like
groupped = mydf.groupby（['Field'，'ClassLabel']）。size（）。reset_index（）
grouped = grouped.rename（columns = {0：'customersCountPerGroup'}）
现在我想知道每个群组中每个群组的客户百分比基础。总共可以像 mydf.groupby（['Field']）。size（）获得，但我既不能将它合并为一列，也不确定这是正确的做法 - 必须有一些简单的。
编辑
我想计算仅基于单组例如3 0 0.125 1 0.250 0 + 1 - > 0.125 + 0.250 = 0,375的总和，并使用此值来分组/归一化分组而不是分组。 stack.imgur.com/XpiVo.jpgrel =nofollow noreferrer>
可以使用IIUC：
mydf = pd.DataFrame（{'Field'：[1,1,3,3,3]，
'ClassLabel'：[4,4,4,4,4]，
'A'：[7,8,9,5,7]}）
print（mydf）
ClassLabel字段
0 7 4 1
1 8 4 1
2 9 4 3
3 5 4 3
4 7 4 3
分组= = mydf.groupby（['Field'，'ClassLabel' ]）。size（）
print（分组）
Field ClassLabel
1 4 2
3 4 3
dtype：int64
print （100 * groupped / grouped.sum（））
Field ClassLabel
1 4 40.0
3 4 60.0
dtype：float64
pre $ lt; code> grouped = mydf.groupby（['Field'，'ClassLabel']）。size（）。reset_index（）
grouped = groupped.rename（columns = {0：'customersCountPerGroup'}）
打印（分组）
Field ClassLabel customersCountPerGroup
0 1 4 2
1 3 4 3
groupped ['per'] = 100 * grouped.customersCountPerGroup / grouped.customersCountPerGroup.sum（）
print（grouped）
Field ClassLabel customersCountPerGroup per
0 1 4 2 40.0
1 3 4 3 60.0
编者按评论：
mydf = pd.DataFrame（{'Field'：[1,1,3,3,3,4,5,6]，
'ClassLabel' ：[0,0,0,1,1,0,0,6]，
'A'：[7,8,9,5,7,5,6,4]} ）
print（mydf）
groupped = mydf.groupby（['Field'，'ClassLabel']）。size（）
df =分组/分组.sum（）
df =（groupped / df.groupby（level = 0）.transform（'sum'））。reset_index（name ='new'）
print（df）
场ClassLabel新
0 1 0 8.000000
1 3 0 2.666667
2 3 1 5.333333
3 4 0 8.000000
4 5 0 8.000000
5 6 6 8.000000
How can I calculate a group-wise percentage in pandas?
similar to Pandas: .groupby().size() and percentages or Pandas Very Simple Percent of total size from Group by I want to calculate the percentage of a value per group.
How can I achieve this?
My dataset is structured like
ClassLabel, Field
Initially, I aggregate on both ClassLbel and Field like
grouped = mydf.groupby(['Field', 'ClassLabel']).size().reset_index()
grouped = grouped.rename(columns={0: 'customersCountPerGroup'})
Now I would like to know the percentage of customers in each group on a per group basis. The groups total can be obtained like mydf.groupby(['Field']).size() but I neither can merge that as a column nor am I sure this is the right approach - there must be something simpler.
edit
I want to calculate the percentage only based on a single group e.g. 3 0 0.125 1 0.250 the sum of 0 + 1 --> 0.125 + 0.250 = 0,375 and use this value to devide / normalize grouped and not grouped.sum()
IIUC you can use:
mydf = pd.DataFrame({'Field':[1,1,3,3,3],
'ClassLabel':[4,4,4,4,4],
'A':[7,8,9,5,7]})
print (mydf)
A ClassLabel Field
0 7 4 1
1 8 4 1
2 9 4 3
3 5 4 3
4 7 4 3
grouped = mydf.groupby(['Field', 'ClassLabel']).size()
print (grouped)
Field ClassLabel
1 4 2
3 4 3
dtype: int64
print (100 * grouped / grouped.sum())
Field ClassLabel
1 4 40.0
3 4 60.0
dtype: float64
grouped = mydf.groupby(['Field', 'ClassLabel']).size().reset_index()
grouped = grouped.rename(columns={0: 'customersCountPerGroup'})
print (grouped)
Field ClassLabel customersCountPerGroup
0 1 4 2
1 3 4 3
grouped['per'] = 100 * grouped.customersCountPerGroup / grouped.customersCountPerGroup.sum()
print (grouped)
Field ClassLabel customersCountPerGroup per
0 1 4 2 40.0
1 3 4 3 60.0
EDIT by comment:
mydf = pd.DataFrame({'Field':[1,1,3,3,3,4,5,6],
'ClassLabel':[0,0,0,1,1,0,0,6],
'A':[7,8,9,5,7,5,6,4]})
print (mydf)
grouped = mydf.groupby(['Field', 'ClassLabel']).size()
df = grouped / grouped.sum()
df = (grouped / df.groupby(level=0).transform('sum')).reset_index(name='new')
print (df)
Field ClassLabel new
0 1 0 8.000000
1 3 0 2.666667
2 3 1 5.333333
3 4 0 8.000000
4 5 0 8.000000
5 6 6 8.000000
这篇关于 pandas 群体百分比的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
